基于CUDA的裂紋檢測算法的實現(xiàn)與優(yōu)化.pdf

1、在云計算，智能，自動技術(shù)已滲透到了生活和生產(chǎn)的各個環(huán)節(jié)的今天，計算的實時性也成為了一個急需解決的問題。使用計算機對裂紋進(jìn)行檢測正以其安全，易操作的特點得到應(yīng)用。在數(shù)字圖像處理領(lǐng)域，GPU的使用正在飛速發(fā)展，基于GPU的數(shù)字圖像處理，可以實現(xiàn)更快的處理速度，更早地得到結(jié)果在自動化生產(chǎn)中有著很高的前景。為解決現(xiàn)有的裂紋檢測方法存在的精度和實時性不能同時滿足的問題，針對零件表面圖像的特點，本文基于CUDA實現(xiàn)使用數(shù)字圖像處理的方法對裂紋進(jìn)行檢

2、測，在實現(xiàn)的過程中，以精確度高為目標(biāo)尋找到可并行化的算法，實現(xiàn)裂紋的檢測的，并對算法進(jìn)行加速，實現(xiàn)實時性的目的，
　　本文專門針對裂紋檢測的實現(xiàn)，對數(shù)字圖像處理的算法的GPU實現(xiàn)進(jìn)行了探索。在論文中，對檢測用到的算法分別進(jìn)行了不同的優(yōu)化加速，在圖像的處理階段，使用了共享內(nèi)存對直方圖均衡化算法進(jìn)行優(yōu)化，并且將共享內(nèi)存優(yōu)化后的直方圖計算應(yīng)用于二值化分割中，本文并行實現(xiàn)的分割算法是最大方差閾值法，對于高斯濾波和形態(tài)學(xué)濾波以及邊緣檢測，利

3、用模板對圖像進(jìn)行并行處理，并在模板上使用了優(yōu)化。文中使用的圖像細(xì)化算法基于二遍掃描實現(xiàn)了并行度的增加，連通區(qū)域檢測算法對并查集的使用進(jìn)一步升級，實現(xiàn)了各線程處理像素?zé)o關(guān)聯(lián)獨立寫和隨機讀的效果，通過提高并行度提升了運行速度，另外，全文多個算法使用了并行度縮減的策略，實現(xiàn)了整個算法的進(jìn)一步優(yōu)化。
　　實驗中，對裂紋檢測的各個算法使用了不同的加速策略，既保證了并行化的實現(xiàn)，又達(dá)到了運行時間的大幅降低，在最后的對比實驗中，對每個用CUDA